平扭耦联隔震体系振动台试验研究

为了建立平扭耦联非规则隔震体系的隔震层设计理论和方法,本文通过振动台模拟试验来研究该体系的动力特性和反应。试验中,采用1个3层两跨钢框架,通过调整上部结构负重块位置及下部隔震垫位置,进行不同偏心工况下的平扭耦联隔震体系地震模拟振动台试验。试验结果表明:用本文模型组装方法,实现结构模型的平扭耦联,简单、适用、有效;采取基础隔震可显著降低上部结构扭转反应;调整隔震层刚心使其与上部质心位置接近可进一步降低偏心隔震结构扭转反应。     

复杂地质条件下综采放顶煤技术的应用

介绍了沈煤集团清水煤矿采用综采放顶煤开采工艺对-260煤柱回收工作面进行开采的具体实践,取得了减少矿井同时生产的工作面个数、提高回采工效的效果.     

聚变堆结构应用SiC/SiC热导率的研究进展

得益于其优异的高温性能和韧性断裂行为以及聚变环境下的低诱导辐射,SiC/SiC复合材料在聚变堆结构应用方面有着巨大潜力.由于传统SiC/SiC复合材料的热导率难以达到要求,近年来越来越多的研究机构将研究重点放在提高该材料的热导率上.介绍了聚变堆结构应用背景下提高SiC/SiC复合材料热导率的途径及方法,综述了世界范围内该领域的研究进展,并在此基础上展望了SiC/SiC复合材料热导率的研究前景.     

泰山及其邻区遥感信息提取及断裂影像特征

本文主要介绍从经过光学增强和计算机数字增强处理后的航空象片，卫星及侧视雷速图像上提取大量线性构造信息和解译五组不同方向的断裂构造的情况。根据影像特征，探讨了各组断裂构造的发生、发展、力学性质及其展布规律。     

机械加工零件结构的合理设计

在生产实际中,设计者对机加工工艺疏乎,造成零件结构设计不合理是常有的事。本文着重通过一些图例来探讨在机械加工过程中零件结构的合理设计,为设计者提供一些借鉴,从而在设计中尽可能加以避免,以得到较好的经济效果。     

一种配电网故障区间定位改进算法的研究

当前配电网故障定位的研究主要关注遗传算法等智能算法。本文着眼于常规遗传算法在局部收敛、寻优速度等方面存在的缺陷问题,提出了一种改进方法。该方法以遗传算法全局寻优能力为基础,通过引入自适应调整系数对参数进行优化编码,对种群多样性水平进行综合考量,在保持高收敛性和寻优能力的基础上,增强了全局寻优能力,有效规避了局部最优解,同时在变异操作过程中进行个体优选,提高了算法的寻优速度,减少了迭代次数,显著提升了寻优效率。通过最后通过对一个20节点的配电网络进行了故障定位实验仿真,证明了该方法该算法在信息完整与信息畸变的情形下都能完成准确的故障定位,并且寻优效果显著优于传统算法,具备很好的有效性与优越性。     

猴子岩水电站分流围堰施工综述

猴子岩水电站大坝围堰河床覆盖层最大深度达80余m,中间平卧20～30 m厚的粉细砂层。为减小大坝围堰截流工程难度和工程量,降低围堰防渗施工工期压力,在汛前形成分流围堰,年底及第二年年初完成围堰防渗及围堰填筑,为在一个枯水期内完成围堰防渗墙及围堰填筑施工奠定了基础。     

基于包装器的Deep Web自动语义标注

为最准最全地对页面抽取的数据进行语义标注,提出一种基于包装器自动语义标注的方法。该方法利用多个标注源进行组合标注,有效解决单标注源标注率不高问题,同时针对标注不完全问题,给出利用多个数据源的互补关系来标注,生成高效率的标注包装器对抽取结果自动标注。实验结果证明,该方法具有较高的准确性和效率。     

公交换乘算法的仿真研究

研究建立城市公交换乘查询网络问题.传统的公交换乘算法忽略了公交乘客的出行寻求优化路径的心理,并且算法的时间效率较低.为了解决上述问题,提出乘坐公交车出行的最优方案为换乘次数最少并且距离最短的线路.首先建立了公交网络及最小换乘次数的数学模型,然后运用线性规划方法建立线性规划模型,重新构造公交站点的数据结构以改进原有的最小换乘算法,得到一个新的算法并用改进算法对线性规划模型进行求解.仿真结果表明:新算法为核心的公交网络查询仿真系统,在一定程度上可以提高城市公共交通系统的服务水平,为实际设计提供依据.     

基于卷积神经网络优化的水轮机振动信号识别

提出了一种基于蝙蝠算法优化卷积神经网络的水轮机振动信号识别方法。首先对水轮机时域加速度振动信号进行测量、提取和归一化处理,采用蝙蝠算法对卷积神经网络训练过程中的超参数权值和偏置值进行优化,然后对10 种不同测点的水轮机振动信号进行实验,针对每个测点的振动信号对水轮机8 种不同工况进行区分识别,最后将信号识别过程中各参数对传统卷积神经网络识别结果的影响进行针对性分析。结果表明：所建立的基于蝙蝠算法优化卷积神经网络的识别模型具有良好的稳定性和较高的识别精度,能够准确识别振动信号,识别结果准确率均在94 %以上,与传统卷积神经网络对比,信号识别准确率显著提升,最高达到20.78 %。同时可以看出,振动数据输入长度、样本尺寸和训练次数对传统卷积神经网络训练效果影响显著。研究结论可为水轮机振动识别、工况识别和故障识别提供理论依据。